Plugins

Hindsight, ein lernendes Agenten-Gedächtnis: Langzeit-Projektgedächtnis mit automatischem Abruf und Speicherung, Wissensseiten, tiefgehender Reflexion und repository-spezifischen Speicherbänken.

Automatische Unterhaltungs-Destillation: Reflexion durch einen Hintergrund-Subagenten plus Erstellen/Aktualisieren von Skills.

Erfahrungswissen und Reflexion für DSH-Agenten: Extrahiert nach Aufgaben automatisch mögliche Lehren und ruft später passende, vom Nutzer geprüfte Lehren ab. Mit Herkunftsnachweis, projektspezifischem Abruf, Konfliktbehandlung, Nutzungsfeedback und Ablaufprüfung. Erfassen und Abrufen haben getrennte Schalter; Schreiben nach AGENTS.md verlangt Vorschau und ausdrückliche Anwendung. Vierstufige Ersteinrichtungsanleitung im Einstellungsbereich.

Ausführungsdisziplin-Suite für DSH mit Abfangen identischer Wiederholungsversuche, erzwungener Reflexion, Todo-Durchsetzung, Speicher-Deduplizierung und Umwandlung von Erfahrung in Skills (11 Plugins + 6 Skills).

Proaktives Multi-Modell-Scheduling-Plugin: Multi-Source-Signalaufnahme mit Dedup und Dringlichkeits-Ranking, eine Vier-Wege-Execute/Defer/Dismiss/Ask-User-Entscheidungsmaschine, DAG-Plan-Generierung mit paralleler Modell-Ausführung, Qualitäts-Reflexion mit automatischem Retry und Modell-Switch, Langzeit-Gedächtnis für Task-Muster und Lektionen und Strategie-Evolution über genetische Algorithmen mit sandboxed Evaluation und Canary-Rollout.

Selbstentwickelndes Agenten-Framework für DeepSeek Harness (dsh): 40 Cordis-Plugins und 4 Voreinstellungen für Speicher, Reflexion, Schranken, Metriken und einen prüfbaren Evolutionszyklus. Keine Ein-Befehl-Installation. Repository klonen und install/install.sh --profile=web ausführen (benötigt bash, Node 20+, python3 sowie DSH 0.1.7-rc.1 oder neuer mit initialisiertem Profil); anschließend neu starten.

Verdichtet Sitzungsarbeit zu Hintergrundbeobachtungen und Reflexionen, damit der Kontext eine Kompaktierung übersteht.

Speist jeden dsh-Prompt in die lokale Feedback-Memory-Pipeline von agent-feedback-loop ein – erfasst Unzufriedenheit, verarbeitet sie offline zu Reflexionen und hängt den kompilierten Kontext der Wiederholungsregeln an die Runde zurück, ohne je einen Prompt zu blockieren. Erfordert die agent-feedback-loop-Laufzeit; ein anschließendes `agent-feedback-loop install` bindet bestehende dsh-Profile automatisch ein.

Projektbezogenes, sitzungsübergreifendes Gedächtnis: PROJECT.md-Snapshot wird in die erste Nutzernachricht eingefügt, ein memory_remember-Tool sowie automatische Reflexion nach ReAct-Aufgaben; jedes Projekt führt seine eigene Gedächtnisdatei.

Reflect2Evolve-Speicherplugin: L1/L2/L3-Schichtspeicher, reflexionsgewichtete Wert-Rückpropagierung, aufgabenübergreifende Richtlinieninduktion, Skill-Kristallisierung und dreistufiger Abruf für OpenClaw, Hermes Agent und DeepSeek Harness.

Reflexionsschicht für DSH-Sitzungen, die schrittweise ein Weltbild mit 3–7 Einträgen zu Werten, Vorlieben und Gewohnheiten umschreibt, Geist, Gesundheit und Guthaben verfolgt, Bilibili-/Douyin-Videos einliest und ein prüfbares Wachstumsarchiv führt. Videoaufnahme optional, benötigt Site-Cookies; Douyin-Parsing erfordert zusätzlich Edge/Chrome und yt-dlp.

Verdichtet lange Sitzungen im Hintergrund zu Beobachtungen und Reflexionen und fügt sie als Abschnitt in den system prompt ein. Erstellt Kompaktierungszusammenfassungen aus vorbereitetem Speicher; mit Einstellungsseite und quellenbelegtem Abruf.

Dauerhaftes Gedächtnis-Plugin für DSH mit Vektorsuche, LLM-Reflexion und Wissensseiten.